杰倫智能科技(Profet AI)於11月17日舉辦記者會,正式發表Twin Accelerator,首波推出新產品導入(NPI)、現場應用工程師(FAE)、生產與物料管理(PMC)、品質工程(QE)及人資業務夥伴(HRBP)五大Domain Twin應用,並搭配「30小時師徒制2.0」導入方法。
過去杰倫智能主打用AI傳承老師傅的經驗,這次產品推出的最大差異,就是從製程現場延伸到企業營運的各個職能,從複製單一專家的判斷,走向複製一整個工作職能的經驗與角色。杰倫智能要回應的,是半導體擴廠潮下最缺的資源:人。
從AutoML到Twin Accelerator:客戶從追訂單變成追產能
杰倫智能成立於2018年,創辦團隊多出身大型國際企業軟體公司。第一代產品是自動化機器學習(AutoML)平台,協助製造業以無程式碼方式,針對結構化製造數據建立預測模型,把老師傅的判斷經驗轉成模型。
杰倫智能共同創辦人暨執行長黃建豪表示,從2025年第四季開始,客戶的需求從經驗傳承轉向快速擴產。「過去半導體業大部分在追訂單,現在客戶都在追產能。」黃建豪說,根據杰倫智能彙整既有客戶的擴產規劃,未來三年合計將新增超過118條產線,其中約88%與半導體相關。
土地與設備可以靠資本解決,資深工程師與老師傅的經驗卻無法同步複製。黃建豪指出,企業擴產時面對兩個陷阱:首先,是在尚未掌握AI治理前就開放員工使用,讓累積二、三十年的核心Know-how暴露在外洩風險下。
第二,則是延續過去的人力擴張模式。黃建豪引用數據指出,台灣總出生率較10年前下降41%,工作年齡人口減少160萬人,若照過去一座廠配置1,000至1,500人的做法,人力根本補不齊;就算找得到人,景氣反轉時也會成為財務負擔。「經歷過金融海嘯的企業都知道,有需求的時候可以瘋狂蓋廠、瘋狂買設備,但不能一直找人。」黃建豪說。
杰倫智能提出的解方,是把企業三角形的人力結構轉成菱形:基層重複性高的作業交給AI Agent承接,組織總人數變少、底層變窄,未來一位主管帶的可能是5名員工,加上15個到上千個Agent。黃建豪表示,當各部門的專家經驗都轉成Agent,企業到美國、東南亞等地設新廠時,就能透過軟體平台把這套Twin移轉過去,加快新廠量產速度。
杰倫智能推Domain Twin,五大應用切入最缺人的職能
杰倫智能共同創辦人暨技術長林裕鑫(首圖右二)表示,團隊過去一直想協助客戶處理非結構化資料,只是當時的做法不同;大型語言模型(LLM)出現後,技術條件到位,Domain Twin本來就在產品規劃之中。
Domain Twin平台結合兩種能力:機器學習處理結構化製造數據,代理式AI(Agentic AI)則串接製造執行系統(MES)、Excel、8D報告等企業內部資料,讓Agent讀懂企業過去累積的案例與工作流程。黃建豪表示,Agent讀進企業過去20年的資料後,會開始了解這家企業的文化,以及它特有的產業問題。Twin Accelerator則是以這個平台為基礎,針對五個職能推出的應用:
-
NPI Twin:整合規格、製程與試產資訊,運用歷次工程判斷,協助團隊比較方案、評估良率風險。黃建豪指出,NPI工程師人數無法跟著新案等比例增加,目標是讓工程師的分析與日常作業時間下降50%,把時間留給客戶溝通。IC載板廠景碩科技導入後,跨部門協作效率提升40%、新人上手時間縮短35%,該專案並獲2026年第六屆數位轉型鼎革獎「AI創新應用獎」製造業楷模獎。
-
FAE Twin:台灣測試設備商的出貨量從數百台增加到數千台、遍布全球,每台機台安裝、維修都得派工程師到場。FAE Twin把資深工程師的操作與維修經驗轉成Agent,支援第一線診斷與異常排除,讓資深人力專注複雜案件,也為設備商發展技術服務與訂閱模式創造機會。
-
PMC Twin:今年記憶體、銅等料件缺貨頻傳,採購人員需要大量查找資料並做出判斷。PMC Twin整合需求、庫存與供應商交期資訊,結合資深採購人員的經驗與外部公開資料,協助辨識缺料與庫存過剩風險,排定採購優先順序。
-
QE Twin:品質工程師培養不易,產線擴大後,回應客戶抱怨的速度容易跟不上。QE Twin整合跨廠品質紀錄、異常調查經驗與測試數據,協助工程師比對相似案例,讓不同廠區沿用過往的品質經驗,減少相同問題重複發生。
-
HRBP Twin:杰倫智能與泰國一家老牌領導力培訓公司合作,該公司約20位資深人資顧問平均年齡約63歲,長期協助企業在泰國設新廠時規劃人力規模、培訓與關鍵績效指標(KPI)。杰倫智能將這些顧問的經驗轉成Agent,在他們退休後持續支援新廠的人力規劃。
導入方法上,杰倫智能推出「師徒制2.0」。黃建豪表示,台灣製造業過去靠師徒制,一位資深工程師帶出數十、上百名徒弟,如今招募困難,杰倫智能改由老師傅帶Agent徒弟。客戶每週投入約2小時,在1至3個月內建出6到8個Agent,完成技術轉移後由客戶自行延伸到其他部門。
從單一Agent到Agent Workforce,治理是導入前提
目前杰倫智能服務超過400家製造企業,其中約65%客戶來自半導體產業,而對半導體客戶來說,技術可行之外,資安與治理才是導入AI的前提。
杰倫智能執行長特助楊建洲指出:「建立單一AI Agent已不是企業最大的挑戰。真正困難的是,如何讓大量AI Agent在共同的治理架構下安全運作、持續優化,並能跨部門、跨廠區擴展。」
黃建豪表示,企業系統透過模型上下文協定(MCP)連進Domain Twin平台時,杰倫智能設置了九層資安管控。Agent Memory則會在每次問答中學習使用者,若企業200位核心研發人員的Memory都存放在雲端或他人系統,等同把未來的AI競爭力交到別人手上,因此杰倫智能將Agent Memory設計為全地端部署,做到可管、可控、可稽核。
在高風險決策上,平台也加入人機協作確認機制(human in the loop)。當Agent要執行開關機台、採購付款等可能造成重大損失的動作時,系統會發送認證碼到負責人手機,經人員確認後才能執行。
黃建豪表示,企業級AI的首要條件,是能在半導體最嚴苛的環境中安全運作,並把企業的Domain Know-how鎖在可管控的環境裡,之後才談得上規模化部署。
創業小聚新創線召集人
曾令懷
騎車、拍照、寫寫稿。
2011年起《數位時代》開始以Meet社群品牌推動創業家們的交流連結。從新創團隊的採訪報導、創業小聚月會的分享、產業沙龍的分享, 提供創新與創業社群相互分享與媒合的平台。
新創團隊採訪請來信:vincent.tseng@bnext.com.tw